Integrative analysis of multi-omics longitudinal data to identify effective strategies for the prediction and treatment of COVID-19
Een deel van de COVID-19-patiënten ontwikkelt zeer ernstige ademhalingssymptomen, terwijl anderen milde griepachtige symptomen ervaren. Hoewel het duidelijk is dat genetische en niet-genetische factoren van invloed zijn op de ernst van het ziekteverloop zijn de onderliggende moleculaire mechanismen onbekend. Daardoor kan op dit moment het ziekteverloop voor een individu niet voorspeld worden.
Doel
Dit project wilde, door gebruik te maken van langdurende metingen van multi-omics-data* meer inzicht in de ziekte krijgen en het verloop voorspellen. Met als uiteindelijke doel om tot een behandelstrategie voor individuele patiënten te komen.
De doelstellingen van de studie waren om:
- de rol van verschillende soorten eiwitten in het bloed bij het verklaren van de COVID-19-uitkomst te beschrijven;
- de dynamische veranderingen in eiwitten in een patiënt met behulp van langdurige metingen te identificeren; en
- de genetische ondersteuning te bieden voor verschillende soorten eiwitten in het bloed die de COVID-19-uitkomst bepalen in toekomstige onafhankelijke subgroepen.
* Multi-omcs-data omvat data vanuit verschillende biomedische onderzoeksgebieden. Bijvoorbeeld over het genoom (het genetisch materiaal), het transcriptoom (hoe het genetisch materiaal wordt afgelezen in de cellen) en het proteoom (de eiwitten die in een organisme bestaan).
Aanpak/werkwijze
De onderzoekers hebben gebruik gemaakt van data uit grote groepen COVID-19-patiënten in zowel Nederland als Griekenland om verschillende soorten moleculaire reacties gedurende langere tijd te identificeren.
In deel 1 werd een groep van 153 Griekse patiënten met een bevestigde SARS-CoV-2-infectie (het virus dat COVID-19 veroorzaakt) onderzocht op de hoeveelheid eiwitten in hun bloed en vervolgens vergeleken met een Amerikaanse groep met vergelijkbare karakteristieken.
In deel 2 werden verschillende soorten eiwitten in het bloed van COVID-19 patiënten die de infectie hadden overleefd vergeleken met vergelijkbare patiënten die de infectie niet hadden overleefd.
In deel 3 hebben de onderzoekers stofwisselingsproducten en -reacties in het bloed vergeleken van 3 groepen patiënten met ernstige bacteriële infecties, sepsis (een zeer ernstige ontstekingsreactie) en COVID-19.
Resultaten
De onderzoekers identificeerden COVID-19 klinische ziektebeelden en biomarkers die sterfte voorspelden in het bloed van patiënten. Resultaten van deze studie van eiwitten en stofwisselingsproducten in het bloed dienen niet alleen als een belangrijke bron, maar wijzen ook op relevante stofwisselingsproducten die uiteindelijk kunnen worden gericht om de uitkomst van infecties te verbeteren.
Dit zal het begrip van het COVID-19 ziekteproces vergroten en helpen patiënten subgroepen te maken op basis van hoe ze op de ziekte reageren, zodat behandelstrategieën kunnen worden aangepast aan individuele patiëntcategorieën.
Producten
Magazine: Respiratory Medicine
Begin- en eindpagina: 107331-
Link: https://www.sciencedirect.com/science/article/pii/S0954611123002196
Magazine: iScience
Begin- en eindpagina: 111150-
Link: https://www.cell.com/iscience/fulltext/S2589-0042(24)02375-7
Magazine: iScience
Link: https://www.cell.com/iscience/fulltext/S2589-0042(24)02375-7
Magazine: Frontiers in Immunology
Link: https://www.frontiersin.org/journals/immunology/articles/10.3389/fimmu.2023.1233318/full
Magazine: The Journal of Infectious Diseases
Link: https://academic.oup.com/jid/article/223/8/1322/6125806
Magazine: Frontiers in Immunology
Link: https://www.frontiersin.org/articles/10.3389/fimmu.2023.1233318/full
Magazine: Respiratory Medicine
Link: https://www.sciencedirect.com/science/article/pii/S0954611123002196